🧪 간단한 추천 시스템 구현 예시 (Python)

협업 필터링의 기본 구현 예시입니다:

# 협업 필터링 간단 구현 예시 (Python + Surprise 라이브러리)
from surprise import Dataset, Reader, KNNBasic
from surprise.model_selection import train_test_split

# 데이터 로드 (사용자, 아이템, 평점 형식)
reader = Reader(rating_scale=(1, 5))
data = Dataset.load_from_df(ratings_df[['user_id', 'item_id', 'rating']], reader)

# 학습 및 테스트 데이터 분리
trainset, testset = train_test_split(data, test_size=0.25)

# 아이템 기반 협업 필터링 모델 생성
sim_options = {'name': 'cosine', 'user_based': False}
model = KNNBasic(sim_options=sim_options)

# 모델 학습
model.fit(trainset)

# 특정 사용자에게 추천
user_id = '123'
user_items = ratings_df[ratings_df['user_id'] == user_id]['item_id'].tolist()
all_items = ratings_df['item_id'].unique().tolist()
items_to_recommend = [item for item in all_items if item not in user_items]

# 예측 및 상위 5개 아이템 추천
predictions = [model.predict(user_id, item_id) for item_id in items_to_recommend]
top_5 = sorted(predictions, key=lambda x: x.est, reverse=True)[:5]

print("추천 아이템:", [pred.iid for pred in top_5])